基于乳腺癌数据的分类方法比较

• 作者: 卢维 张学农 郑衍迪
• 来源期刊: 医学信息
• 关键词: 乳腺癌 分类方法 C4.5决策树 朴素贝叶斯 支持向量机 KNN
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 临床医学 -- 经验交流
• 页码范围: 278-279
• 页数: 2页
• 字数: 2048字
• 语种: 中文

摘要

乳腺癌的早期诊断与治疗有着重要的作用,已有多种分类方法应用于此种诊断。本文分别对C4.5决策树算法、朴素贝叶斯算法,支持向量机,KNN的原理进行论述,并基于乳腺癌数据运用上述分类方法进行模型构建,分析比较各模型性能,其中支持向量机性能较优。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张学农		12	62	4.0	7.0
2	卢维		1	1	1.0	1.0
3	郑衍迪		1	1	1.0	1.0